1. Eğitim Bilgi Sistemi
  2. Elektrik-Elektronik Mühendisliği Pr. (Yl)
  3. Algılama ve Kestirim Teorisi (2016 - 2017)
Ders Adı Kodu Yarıyıl T+U Saat Kredi AKTS
Algılama ve Kestirim Teorisi EEM 556 0 3 + 0 3 6
Ön Koşul Dersleri EEM 586 Olasılık Teorisi ve Rastlantı Değişkenleri
Önerilen Seçmeli Dersler
Dersin Dili Türkçe
Dersin Seviyesi YUKSEK_LISANS
Dersin Türü Seçmeli
Dersin Koordinatörü Doç.Dr. GÖKÇEN ÇETİNEL
Dersi Verenler
Dersin Yardımcıları Arş. Gör. Burhan Baraklı
Dersin Kategorisi Diğer
Dersin Amacı Çoğu işaret işleme problemlerinde gürültü önceden bilinmemektedir. Bilinmeyen gürültüyü dikkate almadan geliştirilen işaret işleme algoritmaları bu yüzden hatalı sonuçlar verecektir. Bu dersin amacı gürültüyü dikkate alarak verilen gürültülü bir veri kümesini sağlayan veri üretim modellerinden en uygun olanının belirlenmesi ve önceden bilinmemesi durumunda gürültü ve işaret parametrelerinin kestirilmesine yönelik yöntemlerin detaylı tartışmasıdır.
Dersin İçeriği Doğrusal model, kestirimlerin küçük ve büyük örnek özellikleri, en küçük kareler kestirimi, maksimum olabilirlik kestirimi, rastlantı parametrelerinin karesel ortalama kestirimi, rastlantı parametrelerinin maksimum sonsal olasılık kestirimi, temel hipotez testi, bilinmeyenler durumunda hipotez testi, Gauss gürültüsündeki işaretlerin algılanması, belirsizlikler durumunda algılama.
# Ders Öğrenme Çıktıları Öğretim Yöntemleri Ölçme Yöntemleri
1 En küçük kareler kestirim yöntemini öğrenmek
2 Maksimum olabilirlik kestirimini kavramak
3 Karesel ortalama ve maksimum sonsal olasılık kestirim yöntemlerini tartışmak
4 İki veya daha fazla hipotez testi problemini özümsemek
5 Bilinmeyen parametreler durumunda hipotez testini öğrenmek
Hafta Ders Konuları Ön Hazırlık
1 Kestirim teorisinde kullanılan doğrusal modelin açıklanması, doğrusal model ile ilgili örnekler verilmesi ve derste kullanılacak notasyonun oluşturulması
2 Kestirimlerin yansızlık, etkinlik, uyumluluk, istatistiksel yakınsama, asimptotik yansızlık ve etkinlik gibi küçük ve büyük örnekler özelliklerinin incelenmesi
3 En küçük kareler kestirim probleminin tanıtılması, kestirim formülünün çıkartılması ve kestirimin küçük ve büyük örnek özelliklerinin incelenmesi
4 Tekil değer açılımı kullanılarak en küçük kareler kestiriminin hesaplanması ve yinelemeli en küçük kareler kestirimi yönteminin tanıtılması
5 Maksimum olabilirlik kestirim yönteminin prensibi, kestirim formülünün çıkartılması ve çeşitli uygulamalarının gösterilmesi
6 Maksimum olabilirlik kestiriminin küçük ve büyük örnek özelliklerinin incelenmesi
7 Rastlantı değişkenlerinin karesel ortalama ve maksimum sonsal olasılık kestirimlerinin hesaplanması
8 Algılama teorisine giriş
9 Olabilirlik oran testi, hipotez testinde ölçütler, model tutarlılık testi
10 İkiden fazla hipotez durumunda algılama prensiplerinin açıklanması ve algılama performansının değerlendirilmesi
11 Rastlantı ve deterministik parametrelerin bilinmemesi durumunda algılamanın nasıl yapılabileceğinin gösterilmesi
12 Beyaz ve renkli Gauss gürültüsü ilave edilmiş işaretlerin algılanması ve gauss gürültüsü varsayımının doğruluğunun test edilmesi
13 Belirsizlikler durumunda algılama örnekleri
14 İncelenen algılama yöntemlerinin detaylı karşılaştırılması
Kaynaklar
Ders Notu
Ders Kaynakları 1. Helstrom, Elements of Signals Dtection and Estimation, Prentice-Hall, 1995
2. Poor, Signal Detection and Estimation, Springer, 1994
3. Porat, Digital Processing of Random Signals: Theory and Methods, Prentice-Hall, 1994
4. Scharf, Statistical Signal Processing, Detection and Estimation Theory, Addison-Wesley, 1990
5. Van Tress, Detection, Estimation and Modulation Theory, Wiley, 1971
Sıra Program Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisi X
1 Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisi X
1 Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulama becerisi X
2 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi X
2 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi X
2 Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilme becerisi X
3 Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi X
3 Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi X
3 Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama becerisi X
4 Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi X
4 Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi X
4 Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme becerisi X
5 Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgi X
5 Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgi X
5 Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgi X
6 Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi X
6 Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi X
6 Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlama becerisi X
7 Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri X
7 Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri X
7 Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve değerlendirmede ileri düzeyde beceri X
8 Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi X
8 Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi X
8 Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk alma becerisi X
9 Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi X
9 Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi X
9 Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilme becerisi X
10 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği X
10 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği X
10 Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetme yeterliliği X
11 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi X
11 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi X
11 Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilme becerisi X
12 Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi X
12 Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi X
12 Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum becerisi X
Değerlendirme Sistemi
Yarıyıl Çalışmaları Katkı Oranı
1. Ara Sınav 30
1. Ödev 2
1. Sözlü Sınav 25
1. Performans Görevi (Seminer) 20
2. Ödev 2
3. Ödev 2
4. Ödev 2
5. Ödev 2
6. Ödev 2
7. Ödev 2
8. Ödev 2
9. Ödev 2
10. Ödev 7
Toplam 100
1. Yıl İçinin Başarıya 60
1. Final 40
Toplam 100
AKTS - İş Yükü Etkinlik Sayı Süre (Saat) Toplam İş Yükü (Saat)
Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) 16 3 48
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) 16 2 32
Ara Sınav 10 5 50
Kısa Sınav 1 20 20
Ödev 1 10 10
Sözlü Sınav 1 10 10
Performans Görevi (Laboratuvar) 1 20 20
Toplam İş Yükü 190
Toplam İş Yükü / 25 (Saat) 7,6
Dersin AKTS Kredisi 6